机器学习算法构建急性髓系白血病药敏相关基因分类器

摘要

一种机器学习算法构建急性髓系白血病药敏相关基因分类器，其特征在于包括样本聚类、基因筛选；所述样本聚类是利用K‑means聚类算法分别对24种药物的病人敏感度进行聚类；所述基因筛选是根据病人的聚类结果利用特征选择模型对24种药物的甲基化和转录组数据进行基因的筛选与验证。本申请采用逻辑回归、岭回归、RFECV‑SVM、RFECV‑RF算法实现对目的基因的最终筛选。逻辑回归与岭回归使用4折分层交叉验证进行参数优选，设定特征选择的阈值为特征权重的平均值，即特征权重大于平均值的特征将会被保留。而RFECV算法则使用不同的学习模型SVM、RF进行筛选。